什么是卷积神经网络？最早是谁提出了卷积神经网络？

卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，通常用于处理具有类似网格结构的数据，例如图像。CNN中的每个神经元都只响应一小部分视野，而不是对整个输入进行处理。这些神经元的响应被称为特征图，它们在整个网络中被组织成特征映射。卷积神经网络通过卷积层、池化层和全连接层等不同类型的层来实现对图像等数据的处理。

早期感知机的推动者是Rosenblatt，但卷积神经网络的提出者是Yann LeCun等人。1998年，Yann LeCun等人提出了一种名为LeNet-5的卷积神经网络，用于手写数字识别。这是卷积神经网络的一个重要里程碑，也是深度学习的开端之一。